Hugging Face Blog·· 1 小时前精选AI 评分78
NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA Nemotron 3.5 Transcribe and Granary v2: Intelligent Multilingual Transcription You Can Prompt and Adapt
AI 导读
NVIDIA 在 Hugging Face 和 ModelScope 上发布开放权重模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合进同一个 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。
推荐理由
原文给出多语言转写与说话人分离的榜单成绩，并附可复用的数据管线与微调配方，便于判断落地成本。
来源：Hugging Face Blog · huggingface.co